Beruflich Dokumente
Kultur Dokumente
Resumen Abstract
La teleoperación de robots permite al humano alcanzar Teleoperation of robots allows humans to reach
lugares de difícil acceso tales como profundidades inaccessible places such as water depths greater than 20
marinas mayores a 20 mts., cercanías de volcanes, minas, m., Near volcanoes, mines. Etc. Today this action is
etc. Hoy en día ésta acción se lleva a cabo por medio de carried out by physical electronic controls, such as levers,
controles electrónicos físicos, como joystick, sin however much training is needed by humans to control
embargo, se necesita de mucho entrenamiento por parte these devices due to the complexity of operation. To
del humano para controlar dichos dispositivos debido a la teleoperate robots in a more natural way arises the idea of
complejidad de operación. Para poder teleoperar robots developing a classifier brainwave system, based on
de una manera más natural surge la idea de desarrollar un statistical data, send generated commands intentions of
sistema clasificador de ondas cerebrales, con base en human movement, thus is intended to provide a way to
datos estadísticos, que envíe comandos generados de control the movements robots in different and more
intenciones de movimiento humanas, de esta manera se understandable without much training by the operator
pretende proporcionar de una manera de controlar los environments. The work presented proposes an entire
movimientos de los robots en diferentes entornos más framework to carry out a remote control of a mobile
entendible y sin necesidad de mucho entrenamiento por robot using a classifier brainwave, obtaining movement
parte del operador. El trabajo que se presenta propone commands; this is done through free technologies making
todo un framework para poder llevar a cabo un control it a robust, reliable and future tool available to those who
remoto de un robot móvil por medio de un clasificador de require it.
ondas cerebrales, obteniendo comandos de movimiento;
lo anterior se hace por medio de tecnologías libres lo que Daylighting, diagram of hygro-thermal comfort
lo convierte en una herramienta robusta, confiable y en and energy benefits.
un futuro al alcance de aquellas personas que la
requieran.
___________________________________________________________________________________________________
___________________________________________________________________________________________________
* Correspondencia al Autor (Correo Electrónico: dijuarezm@gmail.com)
† Investigador contribuyendo como primer autor.
© ECORFAN-Bolivia www.ecorfan.org/bolivia
110
Artículo Revista de Aplicaciones de la Ingenieria
Diciembre 2016 Vol.3 No.9 109-116
Introducción
K (vecinos) Efectividad
3 98.40%
3 97.60%
3 96.80%
3 96.00%
Figura 1 Diadema Emotiv EPOC para adquisición de
señales cerebrales (emotiv, 2013)
Tabla 1 Promedios por serie para cada valor de K
Se les coloca la diadema Emotiv Epoc sugerido
correctamente. Se les indica que se pusieran
cómodo a los sujetos en turno (véase figura 2). Extracción de características
Al inicio del experimento de captura de señales
EEG se les explica la dinámica y secuencia de
la presentación, indicándoles la relación de la Con el pre-procesamiento se obtuvieron los
acción mental deben imaginar con la imagen segmentos de interés almacenados en tres
que se muestra en la presentación. archivos, se generó un script encargado de
juntar estos segmentos y pasarle un filtro pasa
El tiempo total de la presentación es de alta y pasa baja, con el fin de limpiar nuestra
92 segundos, se realizaron en total 21 pruebas. señal, con esto se concluye la etapa de pre-
procesado y procesado. La siguiente etapa es la
extracción de características. Esta etapa es
probablemente el proceso más importante de
todos. Tiene como objetivo crear una
presentación viable para su uso de la señal
EEG, para asegurar un mejor resultado. En este
proyecto se optó por trabajar con métodos
estadísticos para el análisis de las señales, esto
por su primordial ventaja, el tiempo de
Figura 2 Realización de experimentos de captura de procesamiento y la evaluación de señales son
datos sujeto
muy cortos. Las características elegidas son la
Al guardar la información obtenida del desviación estándar y la media aritmética.
dispositivo, el siguiente paso es realizar el
conjunto de entrenamiento para posteriormente Con esta información se procede a crear
realizar pruebas online con el dispositivo y el conjunto de entrenamiento (véase figura 3)
poder manipular un robot. La actividad cerebral
adquirida por cada sensor es representada de la
siguiente manera: